GPT-Live 1 现已上线 AI Gateway
内容提要
OpenAI的GPT-Live 1全双工语音模型已上线AI Gateway，支持边听边说、用户随时打断或补充。该模型支持客户端委托，应用可独立选择文本模型处理复杂任务，并通过评论频道播报结果。使用需安装AI SDK 7及相关依赖，委托请求单独计费。
延伸解读
全双工语音的交互变化
GPT-Live 1 采用全双工架构，能同时听和说，不再依赖轮流检测。这意味着用户可以在模型说话时随时暂停、打断或补充细节，交互更接近自然对话。对于需要实时反馈的语音应用，这种设计减少了等待和机械的轮次切换，但开发者需注意处理并发音频流和事件顺序。
客户端委托的灵活性与成本
客户端委托允许应用独立选择后台文本模型，与 GPT-Live 1 解耦。基础会话仅运行语音模型，需要深度处理时，可调用 AI Gateway 上任意文本模型，并通过评论频道播报结果。委托请求单独计费，语音会话同时继续计费，因此需权衡任务复杂度与成本。
集成与开发注意事项
使用 GPT-Live 1 需安装 AI SDK 7、@ai-sdk/openai 4.0.67 或更高版本，以及 WebSocket 客户端。示例代码省略了 WebSocket 连接、事件解析、转录组装、音频流和关闭等步骤，实际开发中需参考 AI Gateway 文档的 GPT-Live 指南，确保完整实现连接与音频流处理。
Q&A
GPT-Live 1 是什么类型的模型？它有什么特点？
GPT-Live 1 是 OpenAI 推出的全双工语音模型，可以同时听和说。它移除了传统语音模型的轮次检测边界，因此用户可以在模型说话时暂停、打断或补充细节。
GPT-Live 1 的客户端委托功能是什么？
客户端委托允许你独立于 GPT-Live 1 选择后台模型。基础会话只运行语音模型；当需要更深入的工作时，你的应用可以用 AI Gateway 上的任意文本模型处理委托任务，同时对话继续进行。
使用 GPT-Live 1 需要安装哪些依赖？
需要安装 AI SDK 7、@ai-sdk/openai 4.0.67 或更高版本，以及一个 WebSocket 客户端。例如使用 pnpm 安装：pnpm add ai@latest @ai-sdk/openai@latest ws，并安装开发依赖 @types/ws 和 @types/node。
如何在不使用委托的情况下启动一个简单的 GPT-Live 1 会话？
使用 createOpenAI 配置 API 密钥和 baseURL，然后调用 experimental_realtime('openai/gpt-live-1', { api: 'live' })。发送 session-start 事件并配置指令，等待 session-started 事件后再发送音频。
GPT-Live 1 如何委托任务给文本模型并播报结果？
在委托处理函数中，使用 generateText 调用任意文本模型（如 openai/gpt-5.6-sol）生成文本，然后通过 context-append 事件将结果发送到评论频道（channel: 'commentary'），让语音模型播报出来。
委托模型请求如何计费？
委托的模型请求通过 AI Gateway 单独计费；在它们运行期间，语音会话的使用也会继续计费。
